收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于迁移学习和标签相关性的多标签学习研究

佘超伟  
【摘要】:在多标签学习中,一个样本同时具有多个标签,如一张图片同时拥有“海洋”和“帆船”的标签。然而,在现有多标签学习方法中,多数方法仅仅考虑数据集中标签之间的依赖关系(局部标签相关性)或只考虑标签之间的语义相似度(全局标签相关性)。事实上在多标签学习中,样本具有多个标签,而且局部和全局的标签相关性同时作用于实际应用,不应该局限于考虑成对标签的相关性,而忽略标签之间的高阶相关性。因此,本文提出一种新颖和有效的利用迁移Inception V3模型结合局部和全局标签相关性GLLCBN(Global and Local Label Correlation Bayesian Network)网络模型的V-GLLCBN(V3-Global and Local Label Correlation Bayesian Network)多标签学习方法,详细的研究内容如下:(1)提出一种有效的利用迁移学习将图片单分类的Inception V3模型迁移为实现多标签图片学习的新模型。考虑解决分类问题的关键点在于分类模型的性能,而Inception V3卷积神经网络模型是由谷歌公司针对海量级图像分类训练而成。首先,本文使用模型迁移的方法将Inception V3模型的卷积模块组之前结构迁移保存;然后,利用非对称结构代替对称结构的方法来自定义瓶颈层后的卷积层和线性结构模型;其次,通过分析数据集中标签集合的属性构造输出层;最后,将迁移保存的模型结合自定义分类模型生成一种多标签图片学习模型,并通过实验验证了该模型的便捷性和有效性。(2)提出一种新颖的基于局部和全局标签综合相关性的多标签学习方法(GLLCBN)。由于标签相关性往往容易被忽视,然而在实际中标签相关性具有潜在的价值。首先,本文通过分析数据集中样本标签空间的成对标签,获取成对标签的局部相关性和成对标签的依赖关系;然后,通过标签的语义相似度获得全局标签相关性并构建全局相关性矩阵;随后,利用局部和全局标签相关性构建初始标签相关性拓扑模型;其次,利用图论和概率论优化初始模型的冗余结构,获得最优标签相关性依赖GLLCBN模型(模型中节点表示标签,边表示标签间的综合相关性);最后,逐个注入标签输入源的标签到模型中实现多标签学习。(3)通过上述(1)和(2)模型的相结合,本文提出一种实现多标签图片的V-GLLCBN方法,其中(1)模型作为(2)模型的标签输入源。基于多标签学习的性能评估标准,通过实验设计和结果分析,验证了本文方法的稳定性和有效性。


知网文化
【相似文献】
中国期刊全文数据库 前15条
1 朱昌俊;;“二等座院士”身上的职业精神[J];作文与考试;2017年26期
2 包佳佳;田伟;;大规模图上标签集约束路径的集合查询[J];计算机科学;2013年04期
3 吴金成;曹娇;赵文栋;张磊;;标签集中式发布订阅机制性能分析[J];指挥控制与仿真;2010年06期
4 吴小兰;章成志;;结合用户关系网和标签共现网的微博用户标签推荐研究[J];情报学报;2015年05期
5 李艳;贾君枝;;轻型标签本体与受控词表的结合研究[J];数字图书馆论坛;2014年08期
6 李松丽;曹平;姜盼;;国际标准化组织的标准标签集研究分析[J];航空标准化与质量;2018年02期
7 宋宁远;刘晶;;数据标签集及其适用性探析[J];数字图书馆论坛;2018年06期
8 丁子彧;;建设工程招标投标大数据标签体系的研究与应用[J];招标采购管理;2018年08期
9 包靖玲;霍永丰;顾佳;韩静;李君;袁庆;李敬文;沈锡宾;;美国国立医学图书馆期刊文档标签集概述[J];中国科技期刊研究;2013年04期
10 李锋;杨有龙;;基于标签特征和相关性的多标签分类算法[J];计算机工程与应用;2019年04期
11 梁睿博;王思远;李壮;刘亚松;;基于RAKEL算法的商品评论多标签分类研究与实现[J];软件工程;2019年01期
12 宋文广;李程文;谭建平;;基于半监督的SVM多标签图数据分类算法研究[J];无线互联科技;2019年08期
13 本刊讯;;NISO发布新版期刊文章标签集(JATS)标准[J];现代图书情报技术;2016年02期
14 李艳;贾君枝;;基于向量空间模型的标签树构建方法研究[J];情报学报;2014年03期
15 贾君枝;段佳慧;;基于教育主题词表的Delicious中英文标签语义关系抽取[J];数字图书馆论坛;2014年08期
中国博士学位论文全文数据库 前7条
1 谢鑫;大规模RFID标签信息采集技术的研究[D];大连理工大学;2019年
2 姜思羽;多标签及多实例数据的分类模型算法研究[D];华南理工大学;2019年
3 刘世超;基于网络嵌入学习和标签传播的社区发现算法研究[D];武汉大学;2017年
4 邹跃鹏;基于主题模型的多标签文本分类及推荐系统若干问题研究[D];吉林大学;2019年
5 黄媛;面向服务的社会化标注方法研究[D];武汉大学;2013年
6 彭岳;基于主题模型的多标签学习问题研究[D];南京大学;2018年
7 杜卿;面向个性化服务的User Profile研究及应用[D];华南理工大学;2014年
中国硕士学位论文全文数据库 前10条
1 乔千雄;一种基于标签质量挖掘的物品推荐方法[D];武汉大学;2017年
2 佘超伟;基于迁移学习和标签相关性的多标签学习研究[D];湖南大学;2019年
3 赵云飞;一种基于历史信息的高效RFID标签搜索协议[D];湖南大学;2019年
4 姜富山;大数据环境下基于关联规则的多标签学习算法研究[D];辽宁大学;2019年
5 钟晓玲;基于标签相关性和类不平衡性的多标签分类算法[D];华南理工大学;2019年
6 夏翠萍;基于局部标签关联的并行多标签k近邻[D];重庆邮电大学;2018年
7 俞崇伟;面向社交标签系统的推荐技术研究与实现[D];上海交通大学;2016年
8 宋攀;基于标签依赖关系的多标签分类方法[D];北京交通大学;2019年
9 高琼;分类问题中的标签噪声研究[D];西安电子科技大学;2019年
10 袁龙;基于主动学习的标签噪声处理技术研究[D];重庆邮电大学;2019年
中国重要报纸全文数据库 前3条
1 王小默;应用精准用户画像有多难?[N];人民邮电;2018年
2 记者 康安;食品进口更安全更快捷[N];广西日报;2019年
3 任远;世界无法依靠逃离来彻悟[N];文学报;2015年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978